モデルのアンサンブル

Pythonで挑むKaggleコンペティション

Yauhen Babakhin

Kaggle Grandmaster

モデルのアンサンブル

モデルのブレンディング

• 回帰問題
• 2つの異なるモデルA・Bを学習
• テストデータで予測

Test ID	Model A prediction	Model B prediction
1	1.2	1.5
2	0.1	0.4
3	5.4	7.2

モデルのブレンディング

 

Test ID	Model A prediction	Model B prediction	算術平均
1	1.2	1.5	1.35
2	0.1	0.4	0.25
3	5.4	7.2	6.30

モデルのブレンディング

 

算術平均

$$arithmetic = \frac{1}{n}\sum_{i=1}^{n}{x_i}$$

幾何平均

$$geometric = \Bigg({\prod_{i=1}^{n}{x_i}}\Bigg)^{\frac{1}{n}}$$

モデルのスタッキング

 

1. 学習データを2分割
2. パート1で複数モデルを学習
3. パート2で予測
4. テストデータで予測
5. パート2の予測を特徴として新モデルを学習
6. 第2層モデルでテストを予測

スタッキングの例

Train ID	feature_1	...	feature_N	Target
1	0.55	...	1.37	1
2	0.12	...	-2.50	0
3	0.65	...	3.14	0
4	0.10	...	2.87	1
5	0.54	...	-0.10	0

Test IDs	feature_1	...	feature_N	Target
11	0.49	...	-2.32	?
12	0.32	...	1.15	?
13	0.91	...	0.81	?

スタッキングの例

Train ID	feature_1	...	feature_N	Target
1	0.55	...	1.37	1
2	0.12	...	-2.50	0
3	0.65	...	3.14	0

 

Train ID	feature_1	...	feature_N	Target
4	0.10	...	2.87	1
5	0.54	...	-0.10	0

スタッキングの例

Train ID	feature_1	...	feature_N	Target
1	0.55	...	1.37	1
2	0.12	...	-2.50	0
3	0.65	...	3.14	0

 

Train ID	feature_1	...	feature_N	Target
4	0.10	...	2.87	1
5	0.54	...	-0.10	0

パート1でモデルA・B・Cを学習

スタッキングの例

Train ID	feature_1	...	feature_N	Target	A_pred	B_pred	C_pred
4	0.10	...	2.87	1	0.71	0.52	0.98
5	0.54	...	-0.10	0	0.45	0.32	0.24

 

Test IDs	feature_1	...	feature_N	Target	A_pred	B_pred	C_pred
11	0.49	...	-2.32	?	0.62	0.45	0.81
12	0.32	...	1.15	?	0.31	0.52	0.41
13	0.91	...	0.81	?	0.74	0.55	0.92

スタッキングの例

Train ID	Target	A_pred	B_pred	C_pred
4	1	0.71	0.52	0.98
5	0	0.45	0.32	0.24

 

Test IDs	Target	A_pred	B_pred	C_pred
11	?	0.62	0.45	0.81
12	?	0.31	0.52	0.41
13	?	0.74	0.55	0.92

スタッキングの例

Train ID	Target	A_pred	B_pred	C_pred
4	1	0.71	0.52	0.98
5	0	0.45	0.32	0.24

 

Test IDs	Target	A_pred	B_pred	C_pred
11	?	0.62	0.45	0.81
12	?	0.31	0.52	0.41
13	?	0.74	0.55	0.92

パート2で第2層モデルを学習

スタッキングの例

Train ID	Target	A_pred	B_pred	C_pred
4	1	0.71	0.52	0.98
5	0	0.45	0.32	0.24

 

Test IDs	Target	A_pred	B_pred	C_pred	Stacking prediction
11	?	0.62	0.45	0.81	0.73
12	?	0.31	0.52	0.41	0.35
13	?	0.74	0.55	0.92	0.88

Passons à la pratique !

Pythonで挑むKaggleコンペティション